热轧带钢力学性能软测量方法研究

热轧带钢力学性能软测量方法研究

论文摘要

目前,热轧带钢生产者越来越关注其产品的质量稳定性及生产线的柔性生产能力,传统的钢铁生产面临着新的竞争,技术需进一步改善。钢材软测量模型在热轧中的应用是解决上述问题的必要手段。本文根据实际需要,提出了BP神经网络和支持向量机回归两种钢材软测量模型。首先针对现场采样数据存在噪声的缺点,借鉴数据挖掘的思想,预处理了从生产现场采集的数据,为模型的建立提供了真实、可靠、充分的数据样本。之后,基于传统热轧工艺参数选取经验,从数据样本中选取模型所需的原始化学成分和热轧工艺参数并根据主元分析方法对数据进行了降维处理。在热轧带钢软测量模型中,通过对标准BP神经网络、支持向量机回归软测量模型的对比研究,分析了两种软测量方式各自优缺点并进行改进,提出了遗传算法优化BP神经网络、对支持向量机回归进行参数寻优两种方案并对结果进行了对比分析。实验验证支持向量机对小样本的支持较好、网络泛化能力强、预测结果稳定。参数寻优的支持向量机与遗传算法优化的BP网络相比较,平均误差降低30.2%,误差极差降低52.9%,说明参数寻优后的支持向量机回归是热轧带钢力学性能软测量方法中一种比较优秀的方法。

论文目录

  • 摘要
  • Abstract
  • 第1章 组织性能软测量模型的建立
  • 1.1 课题研究背景及意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 国内外发展情况
  • 1.2.1 国外发展情况
  • 1.2.2 国内发展情况
  • 1.3 本文研究内容
  • 1.4 本章小结
  • 第2章 软测量模型数据预处理
  • 2.1 组织性能软测量模型建立的要求及方案选择
  • 2.1.1 冶金机理模型
  • 2.1.2 统计模型
  • 2.2 组织性能软测量模型的结构设计
  • 2.2.1 参数确定的依据
  • 2.2.2 原始化学成分的确定
  • 2.2.3 热轧工艺的确定
  • 2.2.4 力学性能
  • 2.3 数据的预处理
  • 2.3.1 数据采集阶段数据产生差错的原因
  • 2.3.2 数据的筛选
  • 2.4 数据的选取
  • 2.5 样本数据的归一化
  • 2.6 数据的主元分析
  • 2.6.1 主元分析原理
  • 2.6.2 主元分析的几何意义
  • 2.6.3 主元分析的计算步骤及框图
  • 2.7 本章小结
  • 第3章 遗传算法优化BP神经网络软测量技术
  • 3.1 BP神经网络的拓扑结构
  • 3.2 BP神经网络的基本原理
  • 3.2.1 神经网络的基本组成单元
  • 3.2.2 神经网络的学习规则
  • 3.3 BP神经网络结构的选择
  • 3.3.1 隐含层数的确定
  • 3.3.2 神经元节点数的确定
  • 3.3.3 节点转移函数的确定
  • 3.3.4 不同训练算法的确定
  • 3.4 遗传算法对神经网络权值和阈值优化
  • 3.4.1 遗传算法概述
  • 3.4.2 对神经网络的优化
  • 3.5 本章小结
  • 第4章 支持向量机回归的软测量技术
  • 4.1 支持向量机简介及原理
  • 4.1.1 支持向量机简介
  • 4.1.2 支持向量机的核心思想
  • 4.1.3 支持向量机原理
  • 4.2 支持向量分类(SVC)算法
  • 4.2.1 线性可分情形
  • 4.2.2 非线性可分情形
  • 4.3 支持向量机(SVM)的核函数
  • 4.4 支持向量回归(SVR)方法
  • 4.4.1 线性回归情形
  • 4.4.2 非线性回归情形
  • 4.5 LIBSVM应用软件介绍
  • 4.6 支持向量机中的参数寻优问题
  • 4.7 本章小结
  • 第5章 对比分析实验数据
  • 5.1 神经网络与向量机原理对比
  • 5.2 对比分析实验数据
  • 5.3 基于matlabGUI的编程实现
  • 5.4 本章小结
  • 第6章 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].承钢670中宽热轧带钢生产线轧机除尘系统的设计与改进[J]. 北方钒钛 2012(04)
    • [2].热轧带钢头部跑偏轧破原因分析及对策[J]. 北方钒钛 2016(04)
    • [3].鞍钢热轧带钢厂智慧制造发展研究[J]. 鞍钢技术 2020(02)
    • [4].热轧带钢表面缺陷检测系统的现场应用[J]. 安徽冶金科技职业学院学报 2020(01)
    • [5].唐钢热轧带钢尾部控制优化[J]. 中国金属通报 2020(03)
    • [6].热轧带钢翘皮缺陷的成因分析[J]. 天津冶金 2020(03)
    • [7].热轧带钢卷取温度对卷后应力影响研究[J]. 冶金设备 2020(04)
    • [8].提高热轧带钢成品的宽度控制精度[J]. 中国冶金 2020(08)
    • [9].热轧带钢划伤分析和解决措施[J]. 冶金管理 2019(11)
    • [10].论热轧带钢生产线工艺需求及改造[J]. 科学技术创新 2018(11)
    • [11].拉矫工艺参数对热轧带钢破鳞效果影响分析[J]. 冶金设备 2016(06)
    • [12].拉矫工艺参数对热轧带钢破鳞效果的影响分析[J]. 钢铁技术 2016(03)
    • [13].热轧带钢质量在线控制技术研究[J]. 轧钢 2017(01)
    • [14].自动喷号机在莱钢1500mm热轧带钢线的设计与应用[J]. 通讯世界 2017(11)
    • [15].唐钢1810mm生产线热轧带钢宽度精度控制[J]. 金属世界 2017(03)
    • [16].热轧带钢亮带缺陷的成因及控制措施研究[J]. 科技展望 2015(14)
    • [17].张福多:不忘初心勇攻坚[J]. 共产党员 2017(02)
    • [18].降低热轧带钢刮边缺陷的研究[J]. 北方钒钛 2020(02)
    • [19].热轧带钢表面横裂纹原因分析[J]. 四川冶金 2020(05)
    • [20].热轧带钢表面质量控制措施研究[J]. 中国金属通报 2019(02)
    • [21].热轧带钢卷取塔形的分析和解决措施[J]. 中国金属通报 2017(11)
    • [22].热轧带钢卷转向变速运输装置的设计[J]. 冶金设备 2018(01)
    • [23].优质45号热轧带钢生产实践与工艺控制优化[J]. 冶金经济与管理 2018(04)
    • [24].全球最薄热轧带钢在宝武批量轧制成功[J]. 连铸 2016(06)
    • [25].热轧带钢舌头压痕问题的解决[J]. 新疆钢铁 2016(04)
    • [26].热轧带钢厚度精度控制技术的优化[J]. 新疆钢铁 2016(04)
    • [27].热轧带钢头部不冷却控制的优化[J]. 新疆钢铁 2016(04)
    • [28].武钢股份成功试产全球最薄热轧带钢[J]. 四川冶金 2017(01)
    • [29].面向生产全过程的热轧带钢精准控制核心技术[J]. 中国冶金 2017(05)
    • [30].热轧带钢跑偏原因分析及控制[J]. 河南冶金 2016(04)

    标签:;  ;  ;  ;  ;  

    热轧带钢力学性能软测量方法研究
    下载Doc文档

    猜你喜欢